论文部分内容阅读
高血压疾病是引起心血管疾病的重要原因之一,中国高血压患病率正呈现上升趋势。随着中医高血压数据的增长,对中医高血压证素辩证进行研究将是一个具有前景的方向。中医对高血压治疗是基于辩证的手段进行的,只有先经过辩证得到具体的证名才会有相应的治疗手段。辩证是一个首先通过分析证候信息,推断出证素信息,最后合成证名的过程。传统中医师进行辩证主要依赖于对前人经验的学习以及个人经验。随着中医高血压临床数据的剧增,这种方式不再适合于发现中医高血压辩证新的知识。本文将应用数据挖掘技术研究中医高血压证素辩证,即研究分析证候信息,得到证素信息的过程。为了发现高血压证素辩证中证候与证素之间的关系,本文运用了多标记集成学习方法、不平衡处理策略与规则提取等技术。本文的主要工作如下:首先,本文针对高血压证素辩证中一个样本存在多个证候和多个证素的特征,将多标记学习方法应用于中医高血压证素辩证,本文还对高血压证素辩证数据进行了统计,发现了其中一些证素存在着类别不平衡的问题。接着,结合多标记学习方法和集成学习方法的优势,比较不同多标记集成学习方法在高血压证素辩证中的优势,探索出一种具有较高性能的中医高血压证素辩证的分类模型。在这个过程中,结合部分证素存在着类别不平衡的问题,提出了一种基于标记相关性的欠采样算法,改善了高血压证素辩证过程中证素类别不平衡的问题。最后,本文利用随机森林规则提取构建了一个可解释性与准确性相结合的模型,用于指导高血压证素辩证。随机森林中每棵决策树从根结点节点到叶子节点的路径可以认为是一条规则,本文通过对高血压证素数据集进行训练得到随机森林分类器,采用爬山法对随机森林中的决策树进行抽取,之后使用随机重启爬山法搜索随机森林中的最优规则子集,从而获得一个可解释性与准确率相结合的模型,用于发现高血压证素辩证中的规则。本文研究高血压证素辩证从分类性能与可解释性两个角度出发,分别提出了两种高血压证素辩证模型,能够为中医高血压的诊断带来辅助决策,同时还能发现高血压证素辩证中的规则,为中医的信息化、客观化与现代化做出贡献。